医疗卫生装备
醫療衛生裝備
의료위생장비
MEDICAL EQUIPMENT JOURNAL
2014年
8期
26-29
,共4页
李昂%沈君姝%郭辉%潘永泉%曹新志
李昂%瀋君姝%郭輝%潘永泉%曹新誌
리앙%침군주%곽휘%반영천%조신지
中潜伏期听觉诱发电位%小波变换模极大值处理%Mallat交替投影法%BP神经网络
中潛伏期聽覺誘髮電位%小波變換模極大值處理%Mallat交替投影法%BP神經網絡
중잠복기은각유발전위%소파변환모겁대치처리%Mallat교체투영법%BP신경망락
mid-latency auditory evoked potential%wavelet transformation modulus maxima%Mallat alternating projection method%BP neural network
目的:通过小波变换模极大值和人工神经网络对中潜伏期听觉诱发电位进行提取与识别,判断患者处于的麻醉深度.方法:利用信号和噪声在分解尺度上的不同特性来滤除中潜伏期听觉诱发电位中的强噪声成分.经过模极大值处理后,小波系数在每个尺度上只剩下有限个模极大值点.通过Mallat交替投影算法,根据这些模极大值点重构出中潜伏期听觉诱发电位.在此基础上,根据中潜伏期听觉诱发电位与麻醉深度之间的对应关系,建立适用于麻醉深度监测的BP(back propagation)神经网络模型.结果:通过小波变换模极大值提取后,中潜伏期听觉诱发电位的信噪比由-15.43～0 dB提升到10.05～20.18 dB,基本恢复了原始信号;麻醉深度监测的BP神经网络模型测试集精确度分别为90％和100％.约登指数和Kappa值均为0.900 0,大于0.75.该模型对中潜伏期听觉诱发电位具有良好的识别能力.结论:小波变换模极大值提取可以有效地去除信号中的强噪成分,还原信号;麻醉深度监测的BP神经网络模型对中潜伏期听觉诱发电位与麻醉深度之间的关系具有良好的识别性.
目的:通過小波變換模極大值和人工神經網絡對中潛伏期聽覺誘髮電位進行提取與識彆,判斷患者處于的痳醉深度.方法:利用信號和譟聲在分解呎度上的不同特性來濾除中潛伏期聽覺誘髮電位中的彊譟聲成分.經過模極大值處理後,小波繫數在每箇呎度上隻剩下有限箇模極大值點.通過Mallat交替投影算法,根據這些模極大值點重構齣中潛伏期聽覺誘髮電位.在此基礎上,根據中潛伏期聽覺誘髮電位與痳醉深度之間的對應關繫,建立適用于痳醉深度鑑測的BP(back propagation)神經網絡模型.結果:通過小波變換模極大值提取後,中潛伏期聽覺誘髮電位的信譟比由-15.43～0 dB提升到10.05～20.18 dB,基本恢複瞭原始信號;痳醉深度鑑測的BP神經網絡模型測試集精確度分彆為90％和100％.約登指數和Kappa值均為0.900 0,大于0.75.該模型對中潛伏期聽覺誘髮電位具有良好的識彆能力.結論:小波變換模極大值提取可以有效地去除信號中的彊譟成分,還原信號;痳醉深度鑑測的BP神經網絡模型對中潛伏期聽覺誘髮電位與痳醉深度之間的關繫具有良好的識彆性.
목적:통과소파변환모겁대치화인공신경망락대중잠복기은각유발전위진행제취여식별,판단환자처우적마취심도.방법:이용신호화조성재분해척도상적불동특성래려제중잠복기은각유발전위중적강조성성분.경과모겁대치처리후,소파계수재매개척도상지잉하유한개모겁대치점.통과Mallat교체투영산법,근거저사모겁대치점중구출중잠복기은각유발전위.재차기출상,근거중잠복기은각유발전위여마취심도지간적대응관계,건립괄용우마취심도감측적BP(back propagation)신경망락모형.결과:통과소파변환모겁대치제취후,중잠복기은각유발전위적신조비유-15.43～0 dB제승도10.05～20.18 dB,기본회복료원시신호;마취심도감측적BP신경망락모형측시집정학도분별위90％화100％.약등지수화Kappa치균위0.900 0,대우0.75.해모형대중잠복기은각유발전위구유량호적식별능력.결론:소파변환모겁대치제취가이유효지거제신호중적강조성분,환원신호;마취심도감측적BP신경망락모형대중잠복기은각유발전위여마취심도지간적관계구유량호적식별성.
